カメラ映像上のAI：フォークリフトの速度超過と歩行者侵入をビジョンで捉える

この2年間で、倉庫の通路の上で静かな変化が起きています。かつては記録だけだったカメラが、自分が見ているものを理解するAIとつながり、速度超過のフォークリフトは自動でフラグが立てられ、フォークリフトゾーンの歩行者は即座に警報を鳴らします。コンピュータービジョンを倉庫安全に応用するこの実験は、安全管理を事後調査からリアルタイム介入へと移しつつあります。しかし効果を議論する前に、リスクを冷静に見極める価値があります。

データから見る：歩行者とフォークリフトの接触が倉庫安全の数字を支配する

長年引用されてきた米国労働安全衛生局（OSHA）の数字によると、フォークリフトは米国で毎年およそ85人の死亡と約34,900人の重傷に関与しています。総数より構造が重要です。OSHAはフォークリフト死亡事故の約36％を歩行者が関与する事故に帰属させ、一方で国立労働安全衛生研究所（NIOSH）の死亡分析は、死亡被害者の約20％をフォークリフトに衝突された徒歩の労働者と分類しています。2つの情報源は数え方が異なりますが、1つの結論に収束します――倉庫という閉じた世界では、最も致命的なリスクは設備そのものではなく、人と機械の混在です。

2つ目の数字が、この問題がなぜ長く解決を拒んできたかを説明します。OSHAは、フォークリフト事故のおよそ70％は適切な訓練と安全手順で回避できたはずだと推定しています。「回避できたはず」と「それでも起き続けている」のギャップは、従来型管理の限界を暴きます――訓練が答えるのは人々がルールを知っているかであり、毎回欠かさず守っているかではありません。

安全コンサルタントは次のパターンを、残念ながら典型だと表現します。2023年秋、米中西部の約270,000平方フィートの食品配送センターで、夜勤のピッカーが時間を節約しようとフォークリフトの主要動脈を横切りました。そのとき、満載のフォークリフトが時速7～8マイルで後退していました――施設の内部制限である時速5マイルを上回る速度です。運転者の視界は積荷で塞がれ、ピッカーはノイズキャンセリングイヤホンを装着していました。互いに相手を見ていませんでした。調査は3つの原因――速度超過、車両レーンへの歩行者、注意散漫――を挙げましたが、安全マネージャーを苛立たせたのは4つ目の詳細でした。その同じ3つの原因は、前年の検査記録に40回以上登場し、それぞれ口頭注意で処理され、追跡可能なものは一つもありませんでした。

この事例は、従来型安全管理の3つの盲点を1つの物語に圧縮しています。スポットチェックはフルカバーの代わりにならない――すべての交差点に安全担当者が24時間立っているわけではありません。事後レビューは介入の代わりにならない――映像は責任を割り当てますが、進行中のものを何も止めません。自制心は外部認識の代わりにならない――制限値は壁に掲示されていますが、今この瞬間にトラックがどれだけの速度で動いているかを知っているものは建物の中に何もありません。ビジョンベースのシステムは、本質的にまさにこの3つのギャップを埋めようとする試みです。

3つのアプローチの比較：巡回、車載センサー、ビジョンAI

今日の倉庫安全技術は、おおむね3つの陣営に分かれます。1つの表に並べると、トレードオフははるかに明確になります。

公表されている価格帯に基づく、大まかで明示的に仮説的な計算です。約320,000平方フィート、40台のフォークリフトを運用する地域配送センターで、最も混雑する歩行者・車両交差点6か所だけをカバーする場合、およそ12～18か所のカメラ位置が必要です。カメラ＋エッジコンピューティングボックスが1か所あたり1,000～2,000ドル、ソフトウェアが年間300～600ドルとして、初年度は20,000～50,000ドル、その後は年間4,000～10,000ドルになります。3シフト制の常勤安全担当者2人は、年間で同程度のオーダーのコストがかかりますがサンプリングしか提供しません。40台のトラックに速度警報と接近センサーを装着するのは数万ドルの1回限りの支出ですが、歩行者側には何の効果もありません。

計算が示唆するのは、コンピュータービジョンは安くない――ということであり、その優位は絶対コストではなく、ドルあたりのカバレッジの確実性です。カメラは休みを取らず、すべての違反が記録されます。その確実性には代償があり、その代償が誤報です。

2024年初頭、ダラス郊外の400,000平方フィートの施設を運営するサードパーティロジスティクス事業者が、意図的に抑制したパイロットを実施しました。サイト全体への展開はせず、8か所の歩行者・車両交差点だけにビジョンAIを導入し、各所に光と音の警報と、安全マネージャーの携帯電話への自動クリップ送信を付けました。2週間、システムは1日に100件を超えるアラートを送り続け、マネージャーはスイッチを切る寸前でした――レビューで70％以上が「歩行者が黄色い線の近くを歩いていた」のような境界事例だと分かるまでは。ベンダーは映像をもとに3週間かけてチューニングし、「侵入」の定義を「フレームに入った」から「車両レーンに入り2秒以上留まった」へ厳格化しました。

3か月後、有効アラートは1日あたり1桁台まで減り、近道はほぼ消えました。安全マネージャーの総括は覚えておく価値があります。「私たちが買ったのはスナップショットではない。誰かが常に見ているという共有の認識だ。」

直感に反する教訓：カメラが多いほど安全とは限らない

これは倉庫安全へのビジョンAI導入で最も誤解されがちなポイントです。直感は、位置が多くカバーが完全なほど安全が向上すると言います。現場のフィードバックが実際に描くのは異なる曲線です――アラート量が人間の処理能力を超えると、システムは安全ツールから背景ノイズへと急速に劣化します。

メカニズムは単純です。チューニングの悪いシステムは1日に数百件のアラートを送ります。10件目はまだ開封されますが、50件目は「後で確認」に変わり、100件目を超えると携帯電話をミュートするのが合理的な選択になります。行動科学はこれを警報疲労と呼び、病院のICUと工場の制御室の両方で記録されています。カメラは見えないことを解決します。警報疲労は反応なしの「見る」を生みます――管理層に制御の錯覚を与えるため、おそらくより危険です。

2つ目の直感に反する判断：ビジョンAIの最大の価値は違反の摘発ではなく、見られていることの抑止効果にあるかもしれません。ダラスのパイロットでは、処罰の前に行動が変わりました――運転者と歩行者が交差点に目があることを知ると、行動はまず自ら是正されました。そのようなプロジェクトを「摘発した違反」だけで評価するのは間違った会計です。正しい指標は、違反のベースラインが体系的に下がったかどうかです。

3つ目の判断はタイムラインに隠れています。なぜビジョンAIが倉庫安全に届いたのが5年前ではなくこの2年なのか。公開記録はおおむね3つのフェーズをたどります――2020年以前は、物体検出が雑然とした倉庫で誤報を出しすぎ、システムは事後レビューの補助にしかなりませんでした。2021年から2023年は、エッジコンピューティングボックスが手頃な価格帯に落ち、リアルタイム分析が経済的に成立するようになりました。2024年以降は、行動理解を持つモデルが普及し、システムは「フレームにフォークリフトと人がいる」から「この行動は違反だ」へ進化しました。各波は前波のコスト低下の波に乗りました――今採用することは、魔法ではなく、5年間蓄積されたコスト低下の代金を払うことです。

2～3年先を見ると、トレンドはおそらく2つの方向に進みます。事後証拠から事前警告へ――軌道を予測し、経路が交差する数秒前に警報を鳴らすこと。そして単点検出からサイト全体のオーケストレーションへ――倉庫管理データと統合し、ピーク時には高リスク交差点の感度を上げることです。しかし3つの構造的制約が上限を設定します。従業員のプライバシーと労働法――カメラが捉えるのが「行動」か「人」かは、法域によって答えが異なります。見逃し検出の帰責――システムが致命的な侵入を見逃した場合、責任がベンダー、インテグレーター、倉庫のいずれにあるのか、今日標準的な答えはありません。そして最も根本的なこととして、ビジョンAIは現場管理の基本の代わりにはなりません――通路設計の悪さ、過密スケジュール、慢性的な人員不足は、目をいくつか増やしただけでは消えません。

つまり、AIが24時間倉庫を見守り始めると、変わるのは技術ではなく問題の性質かもしれません。マネージャーはかつて「見ていなかった」と言えました――今は「見ていた」がデフォルトです。次に来るのは技術の問題ではなく組織の問題です。見た上で、組織は変化のためにどんな代価を払うのか――すべての速度超過を追うのか、それともアラート閾値を静かに緩めるのか。どのカメラもそれには答えられません。

Dr. Chen（サプライチェーン研究者）著

英語版からの翻訳。内容に相違がある場合は英語版を優先します。